Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,519,696

 An application of sine cosine algorithm-based fuzzy possibilistic c-ordered means algorithm to cluster analysis
Tác giả hoặc Nhóm tác giả: R. J. Kuo, Jun-Yu Lin, Thi Phuong Quyen Nguyen
Nơi đăng: Soft Computing; Số: 25;Từ->đến trang: 3469-3484;Năm: 2021
Lĩnh vực: Khoa học công nghệ; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
Due to advances in information technology, data collection is becoming much easier. Clustering is an important technique for exploring data structures used in many fields, such as customer segmentation, image recognition, social science, and so on. However, in real-world applications, there are a lot of noises or outliers which will seriously influence the clustering performance in the dataset. Besides, the clustering results are susceptible to the initial centroids and algorithm parameters. To overcome the influence of outliers on clustering results, this study combines the advantages of probability c-means and fuzzy c-ordered means to propose a fuzzy possibilistic c-ordered means (FPCOM) algorithm. In order to solve the problem of parameters and initial centroids determination, this study employs a sine cosine algorithm (SCA) combined with FPCOM to improve the clustering results. The proposed algorithm is named SCA-FPCOM algorithm. Ten benchmark datasets collected from the UCI machine repository were used to validate the proposed algorithm in terms of adjusted rand index and the Silhouette coefficient. According to the experimental results, the SCA-FPCOM algorithm can obtain better results than other algorithms
[ https://doi.org/10.1007/s00500-020-05380-y ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn